#01
OpenAI模型被证实“记忆”受版权内容，法律风险加剧
华盛顿大学、哥本哈根大学和斯坦福大学联合研究团队于4月6日发布报告，证实GPT-4等模型存在“记忆”受版权内容的现象。研究人员通过“高意外性词汇”测试方法，发现GPT-4能准确补全《纽约时报》文章片段和BookMIA数据集中的受版权电子书内容。例如在句子“Jack and I sat perfectly still with the radar humming”中，模型对“radar”这类低频词汇的准确预测率显著高于统计概率。这为OpenAI面临的数十起版权诉讼提供了直接证据，尽管公司主张合理使用原则，但该研究揭示其训练数据可能包含争议性内容。